قیمت گذاری بهینه مصرف کنندگان خانگی بر اساس روش تئوری بازی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 822

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

DCEAEM01_079

تاریخ نمایه سازی: 18 دی 1393

چکیده مقاله:

مدیریت سمت بار از موضوعات مهم در شبکه های هوشمند میباشد. از آنجا که هزینه متوسط تولید بدلیل تغییرات مصرف برق درطی روز افزایش مییابد، قیمتگذاری زمان مصرفTOU یک روش مدیریت بار جهت مصرف بهینهی مصرفکنندگان می باشددر این مقاله، با استفاده از روش تئوری بازی و مدل اشتکلبرگ، بهینهترین نوع قیمت گذاری در میان شرکت برق و مصرف کننده خانگی معرفی میشود. مبنای بازی به گونهایست که شرکت برق، رهبر و مصرفکننده، پیرو است، بطوریکه مصرف کننده میزان مصرف خود را با توجه به میزان قیمت بهینهی پیشنهادی از سوی شرکت برق تعیین مینماید . تابع هزینه ی شرکت برق با توجه بهنوسانات مصرف مطرح گردیده است. همچنین، تابع هزینهی پرداختی جدیدی برای مصرفکننده با توجه به اختلاف میان دیماند نامی و مصرف واقعی آن ارائه شده است که با توجه به توابع سود شرکت برق و مصرفکننده، نقاط تعادل نش بدست میآید. در این مقاله، یک سناریو برای مصرفکنندگان خانگی و بر طبق انواع قیمتگذاری ساعتی، ثابت و زمان مصرف مطرح میگردد با توجه به نتایج عددی بدست آمده، مشاهده میشود که بهینهترین نوع قیمتگذاریTOUمیباشد. در این حالت، میزان کل مصرف و متوسط هزینه تمام شده به ازای هر کیلووات ساعت انرژی کاهش یافته و همچنین مصرف از ساعات پیک به ساعات غیر پیک جابه- جا میشود.

نویسندگان

سلماز بازگیر

دانشجو کارشناسی ارشد دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

سودابه سلیمانی

استادیار عضو هیات علمی دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

سید بابک مظفری

استادیار عضو هیات علمی دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Ch.Chen, Sh. Kishore, L.V.Snyder, An innovative RTP-based residential power scheduling ...
  • A.J. Conejo, J.M. Morales and L. Baringo , Real-time demand ...
  • Amir-Hamed Mohseni an-Rad, et al., Autonomous Demand-Side Management based On ...
  • D.W.Caves and L.R. Christensen, Econometric analysis of residential time-of-use electricity ...
  • R.Hartway, S. Price, and C. K. Woo, Smart meter, customer ...
  • A.Faruqui and S.George, Quantifying customer response to dynamic pricing, Electricity ...
  • Yang.P, Tang.G & Nehorai Arye, A game theoretic approach for ...
  • Duy Thanh Nguyen, et al.2011, Pool-based demand response ex change--c ...
  • FERC report, Regulatory commission survey on demand response and time ...
  • Four years and 11, 000 customers- hourly residential electric pricing ...
  • Markets :Midwest (MISO) , 201 1 .htt://ferc. gov/m arket-oversi ght/mktel ...
  • H. R. Arasteh, et al.2012, Bidding strategy in demand response ...
  • IEA, Strategic plan for the iea demand-side management programs, 2004- ...
  • Kirschen D.S, 2003, Demand-side view of electricity markets, IEEE Transaction ...
  • M. Negnevitsky , et al.2010, Novel Business Models for Demand ...
  • Quanyan Zhu, et al, A differential game approach to distributed ...
  • نمایش کامل مراجع